GLM 5

先理解系统，再解决局部问题

GLM-5关注复杂系统工程和长周期智能体任务，适合需要同时考虑架构、接口、状态与异常处理的工作。它可以帮助研发团队梳理模块关系、分析故障路径、规划功能实现，也可以围绕一组资料完成持续的推理与信息整合。

当问题横跨多个组件时，单看报错位置往往不够。可以把请求入口、业务逻辑、数据访问和任务处理的相关实现放在一起，让模型沿实际流程判断原因。描述目标时，应说明正常行为、失败现象与必须保留的约束，这能让方案更贴近已有系统。

适合有反馈的工作方式

GLM-5可以参与代码生成和工具协作，但有效的工程流程仍需要真实反馈。应用执行查询、编译或测试后，应把输出交回模型，保留失败信息，让下一轮改动围绕实际问题展开。先做一个最小验证，再逐步扩大改动范围，有助于减少无关重构。

模型以文本输入和输出为主，适合代码、日志、文档和结构化信息。面对长任务，可以记录已确认事实、实施步骤和待验证假设；完成时要求说明实际产物与验证结果，方便团队继续审阅和维护。

异步任务设计示例

“为图片处理服务设计异步任务流程。要求提交后返回任务标识，处理中可查询状态，失败可安全重试。结合现有代码说明状态如何流转，怎样避免重复处理，哪些错误可以重试，并给出最小实施顺序和验证用例。”

把现有接口、队列行为与数据约束一起提供，避免得到脱离项目的通用方案。

生成的方案太大，怎样收敛？

明确本次只解决的问题、允许修改的模块和交付期限，要求先完成最小可用流程。

怎样检查它有没有真正理解系统？

先让它复述一次完整请求路径，并指出关键状态和失败点，再开始改动；发现理解偏差时及时补充材料。